**STAMPlus：结构化全掩码预测破解MLLM分割三难困境**

_Better, Stronger, Faster, and Broader: Structured All-Mask Prediction for MLLM-Based Segmentation_

> 针对多模态大语言模型（MLLM）分割面临的高性能、保留对话能力与快速推理的三难问题，研究者提出全掩码预测（All-Mask Prediction）方法，解耦自回归对话与非自回归掩码预测。其结构化版本STAMPlus通过生成带ID的目标列表并联合预测所有目标，在单次非自回归推理中完成分割。该方法在开放词汇语义分割、实例感知分割等任务上达到SOTA，同时将12类推理延迟从13.50秒降至5.16秒，有效兼顾分割性能与多模态对话能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.02791)